6月15日，理想汽车在Livis Day软件与具身智能发布会上，正式公布了智能驾驶领域下半年的马赫VLA能力升级路线图。核心信息十分明确：第三季度，AD Max将率先推送全新马赫VLA；第四季度，目标是对齐特斯拉FSD V14的智驾水平。这意味着理想在智能驾驶赛道上，正通过自研软硬件组合拳，直接对标行业顶尖标杆。

先看硬件基础。双马赫M100芯片的算力达到2560TOPS，这组数字背后是算法层面的全面升级：模仿学习规模提升50%，强化学习规模直接翻了15倍，模型参数量扩大10倍，模型计算量也提升15倍。简而言之，这套系统的“大脑”比此前大了好几个数量级，能处理更复杂、更动态的驾驶场景，从而有效提升智驾安全与体验。

更值得关注的是，理想今天还拿出了自研的全新基座大模型——马赫Mind-4系列，包括马赫Mind-Pro和马赫Mind-Edge。这两个模型定位截然不同，但都指向“量产落地”这一核心目标。

先说马赫Mind-Pro。在业内公认难度最高、水分最少的几项权威基准测试中——如IFEval指令跟随、LongBench-v2超长文本理解、AIME26高阶数学推理、BFCL-v4工具调用——它都稳稳跻身第一梯队。在Agent专项领域，Claw系列榜单和PinchBench-v2实景实测中，其综合性能甚至超越了大多数主流Agent模型。理想官方给出的评价非常实在：在Token生成速度、任务完成质量、Token使用成本、端到端响应时延这四个商业核心维度上，马赫Mind-Pro全面领先——它不是实验室里的演示品，而是真正可量产、可落地、高性价比的实战型模型。其核心能力是原生Agent智能体，目前已全面部署到L9的Livis车载智能系统中。

再来看马赫Mind-Edge。官方称之为“行业真正量产落地的端侧原生具身智能体”。这一说法分量十足，技术路径也确实够硬：它采用多模态流式时序建模，让模型能够连续理解动态的物理世界，同时具备因果推理与自主决策能力。最关键的是，它可以直接输出动作，实时调用车辆硬件。Always-On全天候主动感知、人车交互、自主控车、多模态问答，全部在车端本地完成——数据完全无需上传云端。理想特别强调：马赫Mind-Edge并非云端模型砍一刀的阉割版，而是从底层为车载场景原生打造的模型，是真正的端侧原生具身智能体。

这套组合拳打下来，理想汽车在智能驾驶和车载智能体上的技术路线已然清晰：大模型从云端到端侧分层部署，既要通用智能的广度，也要实时响应的深度。下半年，我们拭目以待第三季度AD Max实际推送后的表现，以及第四季度能否真正对齐FSD V14。行业正屏息关注这场智驾进化。